RTX 4090でMixtral-8x7B-Instruct-v0.1は動く？
動きません Mixtral-8x7B-Instruct-v0.1 の BF16 は 4,096 トークンのコンテキストで 88.12 GiB–90.01 GiB 必要です。RTX 4090 で使えるのは約 22 GiB です。
19 ファイル、合計 93.4 GB。
これはモデルの config とファイルサイズからの推定で、実測ではありません。 計算方法
変えるべき点
- このコンテキストでは、このモデルの公開ファイルはどれもこのデバイスに収まりません。メモリの多いカードか、小さいモデルが必要です。
このグラボでのほかのファイル
| 量子化 | ファイルサイズ | エンジン | 合計 | 適合 |
|---|---|---|---|---|
| BF16 safetensors この設定 | 93.4 GB | vllm | 88.1 GiB–90.0 GiB | 収まらない |
| GGUF Q8_0 (mradermacher) | 49.6 GB | llama.cpp | 46.8 GiB–48.2 GiB | 収まらない |
| GGUF Q6_K (mradermacher) | 38.4 GB | llama.cpp | 36.4 GiB–37.5 GiB | 収まらない |
| GGUF Q5_K_M (mradermacher) | 33.2 GB | llama.cpp | 31.6 GiB–32.6 GiB | 収まらない |
| GGUF Q4_K_M (mradermacher) | 28.4 GB | llama.cpp | 27.1 GiB–28.0 GiB | 収まらない |
同じコンテキスト（4,096 トークン）、同時に 1 会話、各ファイルは通常のエンジンで計算しています。
固定の設定
- モデルMixtral-8x7B-Instruct-v0.1
- ハードウェアGeForce RTX 4090 24GB (desktop)
- 量子化BF16 safetensors
- コンテキスト長（キャッシュするトークン数）4,096
- 実行エンジン
vllm - 同時シーケンス数1
- KV Cache の精度fp16
技術識別子と共有データ
- モデル
mixtral-8x7b-instruct-v0.1 - ハードウェア
nvidia-geforce-rtx-4090-24gb-desktop - 量子化
bf16 - この構成の共有コード
v2.eyJzY2hlbWFWZXJzaW9uIjoyLCJjYWxjdWxhdG9yVmVyc2lvbiI6IjAuMy4wIiwiZGF0YXNldFZlcnNpb24iOiIyMDI2LTEwLTAyLjEiLCJjb25maWciOnsibW9kZWxJZCI6Im1peHRyYWwtOHg3Yi1pbnN0cnVjdC12MC4xIiwiaGFyZHdhcmVJZCI6Im52aWRpYS1nZWZvcmNlLXJ0eC00MDkwLTI0Z2ItZGVza3RvcCIsImRldmljZUNvdW50IjoxLCJxdWFudGl6YXRpb25JZCI6ImJmMTYiLCJjb250ZXh0VG9rZW5zIjo0MDk2LCJjb25jdXJyZW50U2VxdWVuY2VzIjoxLCJlbmdpbmUiOiJ2bGxtIiwia3ZUeXBlIjoiZnAxNiJ9fQ
この数値の計算方法
合計 = 重みファイル + KV キャッシュ + ランタイムのバッファ。範囲は表示中のエンジンのオーバーヘッドの低めから高めまでです。
- 重み（ファイル）
- 86.99 GiB (93,405,585,408 bytes)
- KV キャッシュ
- 0.50 GiB (536,870,912 bytes)
- ランタイムのバッファ
- 0.63 GiB–2.51 GiB
- 合計
- 88.12 GiB–90.01 GiB
- 使えるメモリ
- 22.00 GiB
- OS / 画面の予約
- 2.00 GiB
- 残り
- -68.01 GiB–-66.12 GiB
高めの見積もり 90.01 GiB／使える容量 22.00 GiB
メモリが足りても、指定のエンジン・量子化・OS で動くとは限りません。動いても速いとは限りません。
- コンテキスト長はネイティブの 32768 トークン以内です。
- 常駐する重みは総パラメータ数で見積もり、使われていない MoE エキスパートも含めます。
- この MoE は総パラメータ 46702792704、アクティブ 12900000000 です。アクティブ側の計算量はウェイト常駐メモリに使いません。
- 重みのバイト数は選んだファイルだけで数えます。リポジトリ内の全量子化を合計することはありません。
- ダウンロードサイズはピーク時の GPU メモリではありません。実行時のレイアウトや KVキャッシュが上乗せされます。
- ウェイトバイトは公開済み safetensors シャード 19 個、合計 93405585408 バイトです。
- コンテキスト長は、シーケンスごとにキャッシュするトークン数（入力＋生成分）です。
- 同時シーケンスは1つのモデルを共有するため、重みはシーケンス数で増えません。
関連ページ
出典
計算機
組み合わせページはルートのモデルと機材を固定します。変更するにはメイン計算機でカスタマイズし、共有がその身元を保持します。
公開カタログスナップショットを読み込み中…
モデルを選ぶと必要なメモリがわかります。
モデルを選ぶと必要なメモリがわかります。